SVM 的 C++ 数据

Question

我将使用 openCV 的 (C++) SVM(支持 vector 机)进行分类。但是有一个问题:

特征向量那么大(每个都有1890000个元素)我有超过10000个特征向量来训练SVM。如何在没有内存问题的情况下操作或使用特征向量？

Answer 1

对于如此高的维度和如此多的训练样本，您将需要大量内存才能使用任何流行的 SVM 实现。如果我要面对这个问题，那么我至少会考虑以下选项之一:

• 减少每个 vector 的维数，有很多算法可以做到这一点，但 PCA 是一个好的开始。
• 在一些具有大量内存的主机上获取计算时间(也许一个 amazon ec2 实例就足够了)
• 使用 SVM 的线性在线逼近进行测试。在高维中，您很可能可以将类分开 linearly并且有 SVM online approximations你可以使用然后一次只加载一个样本到内存，在这种情况下你不需要那么多内存(为此我会考虑 pegasos-svm)。